像素块互增强图卷积网络

声纳超分细节全局兼得

同时学习像素级细节与块级全局信息的声纳图像超分辨率方法。

Xuanfeng, Li · 张立川 · Qiaoqiao, Zhao · Zixiao, Zhu · 张飞虎

Expert Systems with Applications 2025

参数信息

PSNR提升

1.04 / 0.78 / 0.64 dB

技术优势

恢复细节不丢全局

通过双向互增强模块，像素级和块级特征互相传递信息，在恢复局部纹理的同时保持全局结构。

直接适配声纳图像

模型针对声纳图像特性设计，无需依赖RGB预训练模型，避免了分布差异带来的性能下降。

应用场景

• 声纳图像增强：直接提升声纳图像分辨率，改善目标识别前的图像质量。
• 水下视觉：为水下视觉系统提供更清晰的输入，提升后续分析准确性。
• 图像超分辨率：提供一种适用于声纳图像的超分辨率网络架构。
• 水下机器人感知：增强水下机器人感知能力，使其在低分辨率图像中也能识别目标。